OpenAI 更新了 GPT 的最佳實踐指南 — GPT best practices。官方直接推薦六大策略，加上具體的優化方法，搭配簡單易懂的例子，讓你能更有效掌握 GPT 模型的強大。
一、指令要清晰 (write clear instructions)
GPT不會讀心術。如果覺得 GPT 回答太多，就告訴它要精簡一點。如果回答得太簡單，就要求要用專家的口吻。如果你不喜歡回答的格式，那就具體列出你偏好的格式。當 GPT越不需要去猜你想要的是什麼，你就更可能獲得你想要的回覆。
二、提供參照(provide reference text)
GPT有時候會很有信心地創造出虛假的回覆、一本正經說瞎話，特別是被問到關於冷僻主題，或者需要引用和網址的時候。就像一張筆記可以幫助學生在考試中得到更好的成績一樣，給GPT提供參考文本也可以幫助 GPT 減少虛構的答案。
三、將複雜任務拆成簡單的子任務 (split complex tasks into simpler subtasks)
就像在寫程式時會把一個複雜的系統分解成許多模組一樣，對GPT也是如此。複雜的任務錯誤率比較高，而且這些複雜的任務，常常可以被重定義成一系列簡單任務，把簡單任務串聯成輸入，會更可能正確解決。
四、讓 GPTs 有時間思考 (give GPTs time to “think”)
如果問你 17 乘以 28 是多少，你可能不會立刻知道答案，但給你一些時間你就能算出來。GPT也是如此，當要 GPT 立刻答問題的時候，可能會出現更多的錯誤。在回答之前，先問問 GPT 思考過程，這樣可以幫助GPT更可靠地推理出正確的答案。
五、善用外部工具 (use external tools)
透過將其他工具的輸出結果，輸入給GPT，將可以補足GPT的弱點。舉例來說，文字檢索系統可以告訴GPT相關的文件。程式碼執行引擎可以幫助GPT機器人做數學運算和執行程式碼。如果一個任務可以由其他工具更可靠或高效地完成，那就把它交給那個工具，接著搭配 GPT，這樣可以得到兩者的最佳結果。
六、系統性測試改變 (test changes systematically)
有些情況下，對提示詞進行修改可能會在某些獨立的例子上有更好的表現，但在更有代表性的例子集上的整體表現卻變得更糟。因此，要確定一個改變對效果的總體影響是正面的，會需要定義一個全面的測試，用系統性的方式評估，才能確保提示詞是最佳的。
更具體的策略與例子，網址連結->https://platform.openai.com/docs/guides/gpt-best-practices